W

Wav2vec2 Base Demo Colab

由brever開發
基於facebook/wav2vec2-base模型微調的語音識別模型,在評估集上取得了31.42%的詞錯誤率
下載量 16
發布時間 : 5/22/2022

模型概述

該模型是wav2vec2-base的微調版本,專注於語音識別任務,適用於將語音轉換為文本的應用場景

模型特點

低詞錯誤率
在評估集上取得了31.42%的詞錯誤率,表現良好
基於wav2vec2-base微調
基於成熟的wav2vec2-base架構進行優化
高效訓練
使用混合精度訓練和線性學習率調度器優化訓練過程

模型能力

語音識別
音頻轉文本

使用案例

語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
準確率約68.58% (基於31.42% WER)
字幕生成
為視頻內容自動生成字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase